STATISTICAL MODELS

STATISTICAL MODELS

_
iten
Codice
41601
ANNO ACCADEMICO
2016/2017
CFU
9 cfu al 1° anno di 8700 ECONOMIA E ISTITUZIONI FINANZIARIE (LM-56) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
SECS-S/01
LINGUA
Inglese
SEDE
GENOVA (ECONOMIA E ISTITUZIONI FINANZIARIE )
periodo
2° Semestre
propedeuticita
materiale didattico

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso è un'introduzione ai più importanti argomenti della metodologia statistica ritenuti utili al completamento della formazione di un moderno laureato in economia, con particolare attenzione pertanto ai problemi della statistica applicata.

OBIETTIVI FORMATIVI (DETTAGLIO)

The course aims at providing a thorough account of classical statistical inference at an intermediate level. After an introduction to probability theory, the course will focus on point and interval estimation and on hypothesis testing. Particular attention will be given to likelihood based methods.

Classes will be held in English.

Modalità didattiche

Modalità didattiche

Classes, computer sessions.

Presente su Aulaweb

Yes   ☒ 

PROGRAMMA/CONTENUTO

Introduction to probability theory.

Random variables.

Discrete random variables: Bernoulli, Binomial, Hypergeometric, Poisson, Geometric, Negative Binomial.

Continuous random variables: Uniform, Gaussian, Exponential, Gamma, Weibull.

Multivariate random variables.

Convergence theorems: Central Limit Theorem, Weak Law of Large Numbers.

Introduction to statistical inference: sampling, induction and sampling error.

Statistics and sampling distributions.

Likelihood.

Theory of point estimation.

Properties of estimators.

Estimation methods.

Maximum likelihood estimators.

Interval estimation.

Interval estimation of the mean and variance of the Normal distribution.

Exact intervals for the mean of Bernoulli and Poisson distributions.

Large sample approximations for Bernoulli and Poisson distributions.

Hypothesis testing: errors and power function.

Neyman-Pearson Lemma. Uniformly Most Powerful tests.

Maximum likelihood ratio tests.

Mean comparison in independent and paired samples.

One way ANOVA.

Chi squared test of independence.

TESTI/BIBLIOGRAFIA

The same textbook is available both in English and in Italian:

English version

Mood AM, Graybill FA and Boes DC, Introduction to the theory of statistics, 3rd edition (available on Aulaweb).

Italian version

Mood AM, Graybill FA and Boes DC, Introduzione alla statistica, Mc-Graw Hill.

 

Further readings:

Garthwaite OH, Jolliffe IT and Jones B, Statistical Inference, 2nd Edition, Oxford Science Publications.

Casella G and Berger RL, Statistical Inference. Duxbury

 

Additional course materials (both in Italian and in English) will be available on AulaWeb.

DOCENTI E COMMISSIONI

Ricevimento: http://www.economia.unige.it/index.php/il-dipartimento/personale/docenti-ad-economia/140-corrado-lagazio

Commissione d'esame

CORRADO LAGAZIO (Presidente)

LUCA PERSICO

ENRICO DI BELLA

LEZIONI

Modalità didattiche

Modalità didattiche

Classes, computer sessions.

Presente su Aulaweb

Yes   ☒ 

INIZIO LEZIONI

Sem: 2°

27 febbraio - 1 giugno 2017

ORARI

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

Vedi anche:

STATISTICAL MODELS

ESAMI

Modalità d'esame

Scritto

Modalità di accertamento

Modalità di accertamento

Esame    ☐ scritto ☐ orale   ☒   altro:

Final evaluation will be based on:

Homework:      20%

Written exam:  30%

Oral exam:       50%

Homework assignments are open also to students that do not attend the course and are not mandatory: students that do not do their homework will be evaluated only on the basis of the final exam with no penalties.

Students are free to take the exam in Italian.

Ripetizione dell’esame

The exam cannot be taken in two consecutive dates in the same session.

 

ALTRE INFORMAZIONI

Risultati di apprendimento previsti

  • Conoscenza e comprensione Students will acquire a deep knowledge of the principles of statistical inference and of the main inferential tools.
  • Capacità di applicare conoscenza e comprensione At the end of the course students will be able to use the most important probabilistic models, to choose the most appropriate estimator for the parameters of a probabilistic model on the basis of its properties, to estimate means and proportions, to compare mean and variances.
  • Autonomia di giudizio Gli studenti devono saper utilizzare sia sul piano concettuale che su quello operativo le conoscenze acquisite con autonoma capacità di valutazione e con abilità nei diversi contesti applicativi.
  • Abilità comunicative Gli studenti devono acquisire il linguaggio tecnico tipico della disciplina per comunicare in modo chiaro e senza ambiguità con interlocutori specialisti e non specialisti.
  • Capacità di apprendimento This course enables students to undertake advanced courses in statistical inference and econometrics.